跳到正文
arXiv · 机器人与计算机视觉· Haoyu Xing, Shaobing Ding, Guanglei Zhao, Guanhua Zhao, Nawu Peng, Mingyang Hou·· 2 天前AI 评分68

WTR-Drive:用于端到端自动驾驶的世界 - 任务分解与结构化风险监督

WTR-Drive: World-Task Decomposition with Structured Risk Supervision for End-to-End Driving

AI 导读

论文提出 WTR-Drive,这是一种基于 Drive-JEPA 的规划器,旨在解决提案条件化场景预测缺乏通用对象级参考的问题。该方法将共享场景估计与提案条件化推理分离,利用独立的 World Memory 估计物体状态和地图结构,并通过任务分支更新残差以指导候选轨迹的细化。

来源:arXiv · 机器人与计算机视觉 · arxiv.org